Re: [情報] 機器之心報導DeepMind AlphaStar

作者: fragmentwing (片翼碎夢)   2019-01-25 22:00:13
※ 引述《yoyoyin0119 (UnSeenBlade)》之銘言:
: 我覺得AlphaStar訓練得有點歪掉了欸……
: 大家想得到的訓練成果
: 應該是AI能夠像人類一樣
: 制定策略
: 預測對手行動
: 執行戰術並反制對手戰術
: 靈活的隨機應變能力
: 從這些層面來擊敗人類選手獲得勝利
: 結果這幾場看下來
: AlphaStar練成的是戰術普普但是操作爆幹強
: 秀出人類根本做不到的微控來獲勝
: 但是這點在很久以前就有AI能做到了呀
: 何必訓練一個AlphaStar來做到一樣的事情
: 是不是因為為了訓練方便直接讓它讀取API,也沒特別限制手速
: 結果它找到最能獲勝的手段就是直接用控兵幹贏?
: 畢竟星海是設計給人來玩的
: 當初可不會設想到如果有手速是選手好幾倍的超人來玩
: 會把遊戲玩成什麼樣子……
先講結論,光是看到alphastar會野bg、拉陣型就是很大的進步了
記得約莫兩年前,關於sc2的ai研究是用暴雪的計分方式來進行
結果ai得出人族建築起飛最好,因為能撐得最久
回想一下的話,目前的進展根本超快了好不
然後關於爭議的手速問題
其實有必要一定得把手速限制在人類的程度嗎?
本來戰術的運行本來就需要仰賴一定的手速
舉例來講,單稜鏡雙執政和雙稜鏡四執政的手速需求本來就不一樣
那如果有的戰術是人類的手速無法負荷的,ai就不該去開發相關戰術嗎?
反正戰術用慣了打比賽一定會被針對
就算ai可以使用人類無法使用的戰術,只要不是到能剋制的方法相當有限的程度
應該可以算是合理使用
何況將來如果是要用ai來做戰術電腦的話
那甚至更該放開apm來打這些高apm需求的戰術
只要這些超人apm的戰術彼此能克制且多元就行,因為那就是那種環境下的戰術體系
就像用菜雞的手速不可能去支撐職業選手的大局觀
超人手速的大局觀會跟目前職業的大局觀會有所不同,應該是可以預見的
問題就是現在展現給我們看的,是不是單純微操強大導致的無解戰法
還是包含著心理戰的戰術
譬如用先知去逃離追獵,不管是人還是ai玩家,都會往追獵少的地方跑
那是不是能看到說ai故意把一些追獵隱藏在邊邊處
使得看似追獵少的地方,實際上有更多追獵
或是反過來,先知方的ai會開始考慮看見的追獵多,是不是代表那邊守著的追獵真的多
這類誘騙型的操作
不知道360度的包圍網算不算這樣
或是說同樣是打一波,何時是最強的一波等等
應該才是比較重要的地方
總之,進步神速,覺得有生之年看見天網的機率又提高了一點w
作者: mistel (Mistel)   2019-01-25 22:05:00
AI神操作是依靠硬體,重要的不是在開發什麼新戰術,也不是在要贏,而是在於能不能在AI作學習上取得突破啊
作者: fragmentwing (片翼碎夢)   2019-01-25 22:07:00
開發出有效的新戰術不能算做是學習上突破的指標嗎?
作者: Jotarun (forever)   2019-01-25 22:08:00
光是這套學習方法能學出這樣的成果 這個學習方法就是突破
作者: mistel (Mistel)   2019-01-25 22:15:00
靠硬體優勢開發出來的戰術為什麼算是突破? 目的是為了讓AI擁有自己的知識架構啊戰術有效是一時的,知識是永久有效的
作者: fragmentwing (片翼碎夢)   2019-01-25 22:17:00
就是說ai在自己的手速況況下認知到適用的戰術如果它自身的apm有1000 卻只用200就能用的
作者: Jotarun (forever)   2019-01-25 22:18:00
重點不是開發出什麼樣的戰術 而是這套系統可以學出戰術
作者: fragmentwing (片翼碎夢)   2019-01-25 22:18:00
反而失去學習的意義吧
作者: Pegasus99 (天馬行空...的天馬)   2019-01-25 22:18:00
只要AI學習到光靠手速無法打贏相同手速的自己 就會自然換戰術了 不用擔心
作者: Jotarun (forever)   2019-01-25 22:19:00
學的內容什麼的都可以再學再調整 但這個可以學習的系統才是真正的突破所在
作者: fragmentwing (片翼碎夢)   2019-01-25 22:19:00
手速況況下--手速狀況下這樣好惹,套點哲學理論馬克思的上、下層理論套用下層建築的生產工具人會產生上層的思想所以ai應該是在它所擁有的生產工具(高apm)下去獲得它的上層建築(戰術體系走向)而不是用了高apm卻故意只打低apm的戰術
作者: KMSNY (MSN+KY)   2019-01-25 22:47:00
也是 重點是在學習過程 而不是成果
作者: jim8596 (休刊是童年的回憶)   2019-01-25 22:56:00
ai應該先學輸了要打GG
作者: fragmentwing (片翼碎夢)   2019-01-25 22:57:00
有人留言ai太粗魯了XD
作者: Adonisy (堂本瓜一)   2019-01-25 23:00:00
AI是不是還不能判斷自己輸啦?一定要拆光建築?
作者: emptie ([ ])   2019-01-25 23:04:00
星海的case 你的操作會直接影響能採取的策略啊…
作者: Ashiev (藍白拖肥宅)   2019-01-26 00:48:00
覺得等到AI會放哲學流,我才會服他
作者: Adonisy (堂本瓜一)   2019-01-26 01:34:00
AI要說好哥哥我們再來一盤~~~我就服
作者: AMTS   2019-01-26 03:35:00
AI在玩的是SC2 但很多人想要像人一樣玩SC2的AI重點是我們沒有精準的敘述我們的需求給AI去學習
作者: EronaMori (変態ロリコン)   2019-01-26 03:42:00
要是AI學人類掛機和飛建築怎麼辦
作者: fragmentwing (片翼碎夢)   2019-01-26 09:31:00
樓上 一開始用暴雪內建評分 真的是整場飛主堡 因為這樣撐最久XD為了和局飛主堡是認知到和局的存在 感覺這比單純靠謀略獲勝還要難教
作者: Benbenyale (想讓貝魯君更爽♥)   2019-01-26 10:18:00
做機械手臂握滑鼠+打鍵盤應該比較能信服現場直播觀眾
作者: kafai (豬仔包 PigSonBow)   2019-01-26 10:58:00
DM的人自認為不可能輸就不設計打GG的threshold
作者: lovinlover (Lovin Lover)   2019-01-26 12:07:00
用機械手臂感覺就像是客戶對廣告設計師的各種要求

Links booklink

Contact Us: admin [ a t ] ucptt.com